使用pandas read_csv修改列数据类型时出现转换错误的求助

错误原因分析 #

1. 代码参数错误：dtype={"USIA":int()}里的int()是错误写法，int()会生成一个整数0，而pandas的dtype参数需要的是数据类型对象（直接写int即可）。
2. 数据内容问题：错误信息invalid literal for int() with base 10: 'USIA'说明CSV文件中USIA列存在字符串值USIA（大概率是文件里重复出现了表头行，或者某行数据错误填充了表头文本）。

分步解决方案 #

步骤1：修正dtype参数写法 #

先把代码里的int()改为int，这是基础错误修正：

import pandas as pd
DPT = pd.read_csv("DPT KOTA MADIUN.csv", dtype={"USIA": int}, low_memory=False)

如果运行后仍报错，说明文件里确实存在非数值内容，执行下一步。

步骤2：处理非数值数据 #

先读取文件不指定dtype，再用pd.to_numeric强制转换，将无法转为整数的内容转为NaN（如果需要保留这些行）：

import pandas as pd
# 先读取全部数据
DPT = pd.read_csv("DPT KOTA MADIUN.csv", low_memory=False)
# 转换USIA列，非数值转为NaN，使用支持NaN的Int64类型
DPT['USIA'] = pd.to_numeric(DPT['USIA'], errors='coerce').astype('Int64')

如果不需要包含USIA为非数值的行，可以转换后删除这些行：

DPT = DPT.dropna(subset=['USIA'])

步骤3：检查并清理CSV文件 #

打开CSV文件确认：

• 是否存在重复的表头行（比如中间某行又写了USIA等表头文本），如果有，读取时用skiprows参数跳过，例如跳过第2行：

  DPT = pd.read_csv("DPT KOTA MADIUN.csv", dtype={"USIA": int}, low_memory=False, skiprows=[1])
  

• 是否存在其他非数字字符（比如空格、字母），可以手动清理这些内容后再读取。

内容的提问来源于stack exchange，提问作者asrl94